.png){kind=icon}
返回
EEG-based design creativity exploration through recurrence quantification analysis
.png){kind=icon}
OA
AI
DOI：10.1017/dsj.2026.10050.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
设计创造力是一种固有的复杂且递归的认知过程，涉及不同认知状态之间的非线性转变。这项实验神经认知研究通过考察设计创造力认知状态中的神经认知过程，包括创意生成（IDG）、创意演化（IDE）、评分过程（IDR）和休息模式（RST），为设计创造力的非线性递归模型提供了实证支持。在松散控制的设计创造力任务期间记录了EEG信号，并从递归量化分析（RQA）中提取了13个已确立的特征。一个特征选择管道识别了区分认知状态的最显著特征。特征的统计分析为脑动力学提供了更深入的见解，并确认了所选特征的重要性，得到了EEG拓扑图的支持。研究发现，不同认知状态之间存在独特且复杂的递归动力学，主要涉及额叶、顶叶和中央区域，为先前EEG研究提供了新颖的补充见解。我们还使用六个分类模型（k-最近邻、支持向量机、朴素贝叶斯、多层感知器、线性判别分析和随机森林）通过所选显著特征对认知状态进行了分类。为确保稳健评估，我们应用了三种交叉验证策略——保留法、k折和单主体外法——并使用多数投票融合组合了分类器。分类结果（10折交叉验证）显示了高性能，平均准确率（96.23%）、kappa系数（93.56%）、召回率（96.58%）、精确率（98.08%）、F1分数（97.29%）和特异性（98.43%）。该研究的结果与理论预期一致，加深了对设计创造力认知中递归和非线性神经动力学的理解，并指导未来的研究。
Keyword:
Design Creativity
Recursive Logic of Design
Recurrence Quantification Analysis (RQA)
Co-Evolutionary and Recursive Models
Higher-order Cognitive Tasks
Loosely Controlled Experiments
期刊
D
IF:
2.6
论文数:
30
被引数:
0
机构
引用论文
EEG-based study of design creativity: a review on research design, experiments, and analysisZangeneh Soroush, M.; Zeng, Y. 基于EEG的设计创造力研究：对研究设计、实验和分析的综述。Front. Behav. Neurosci. 2024, 18, 1331396. [Google Scholar] [CrossRef] [PubMed]
PREAI
分享收藏EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysisEEGLAB: 用于分析单次试验EEG动态的开源工具箱，包括独立成分分析
OAAI
OAAI分享收藏A review on the complexities of brain activity: insights from nonlinear dynamics in neuroscience关于大脑活动的复杂性的评论: 神经科学中非线性动力学的见解
PREAI
分享收藏Network oscillations imply the highest cognitive workload and lowest cognitive control during idea generation in open-ended creation tasks.png)
SCIENTIFIC REPORTSOAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏
查看更多内容